Mendelova univerzita v Brně Provozně ekonomická fakulta Ústav statistiky a operačního výzkumu
Analýza vyuţití notebooků studenty MENDELU Bakalářská práce
Vedoucí práce:
Vypracoval:
Ing. Pavel Kolman
Ladislav Špilka
Brno 2010
PROHLÁŠENÍ Prohlašuji, ţe jsem tuto bakalářskou práci na téma Analýza vyuţití notebooků studenty MENDELU vypracoval samostatně s pouţitím literatury, kterou uvádím v seznamu. Bakalářská práce je školním dílem a můţe být pouţita ke komerčním účelům jen se souhlasem vedoucího bakalářské práce a děkana Provozně ekonomické fakulty Mendelovy univerzity v Brně. V Brně dne 14. 5. 2010
…………....... Podpis
PODĚKOVÁNÍ Chtěl bych poděkovat vedoucímu své bakalářské práce Ing. Pavlu Kolmanovi za pomoc, ochotu a odborné rady a připomínky při vedení práce.
ABSTRAKT ŠPILKA, L. Analýza využití notebooků studenty MENDELU. Bakalářská práce. Brno, 2010. Tato bakalářská práce se zabývá zpracováním dotazníkového šetření, jehoţ cílem bylo zjistit, jakým způsobem studenti Mendelovy univerzity v Brně vyuţívají informační technologie v podobě notebooků. K analýze byly pouţity základní metody marketingového výzkumu a statistické metody zpracování dat. Práce je rozdělena na část teoretickou a praktickou. Teoretická část je zaměřena na vymezení marketingového výzkumu, jeho druhů a na základní statistické pojmy a jednotlivé metody zpracování dat. Praktická část je věnována statistickému zpracování údajů, které byly získány marketingovým výzkumem. Klíčová slova: Marketingový výzkum, vyuţití notebooků, statistické zpracování.
ABSTRACT ŠPILKA, L. Analysis of students use laptops at MENDELU. Bachelor thesis. Brno, 2010. This thesis deals with the processing of a questionnaire survey which aimed to determine how students Mendel University in Brno in using information technology in the form of a notebook. The analysis used the basic methods of marketing research and statistical methods of data processing. The thesis is divided into theoretical and practical. The theoretical part is aimed at defining the marketing research, its types and the basic statistical concepts and different methods of data processing. The practical part is devoted to the statistical treatment of data obtained in marketing research. Keywords: Marketing research, usage of laptops, statistical processing.
OBSAH 1
ÚVOD........................................................................................................................ 7
2
CÍL PRÁCE ............................................................................................................... 8
3
METODIKA PRÁCE ................................................................................................ 8 3.1
3.1.1
Druhy marketingového výzkumu ............................................................... 9
3.1.2
Etapy marketingového výzkumu .............................................................. 11
3.1.3
Techniky marketingového výzkumu ........................................................ 12
3.1.4
Dotazník .................................................................................................... 14
3.2
4
Marketingový výzkum ....................................................................................... 8
Statistické metody ............................................................................................ 18
3.2.1
Vyjadřovací prostředky statistiky ............................................................. 18
3.2.2
Základní statistické termíny ...................................................................... 19
3.2.3
Statistické zpracování ............................................................................... 20
3.2.4
Statistická závislost slovních znaků .......................................................... 21
STATISTICKÉ ZPRACOVÁNÍ ............................................................................. 23 4.1
Základní průzkum univerzity ........................................................................... 23
4.2
Průzkum adresovaný vlastníkům notebooků ................................................... 26
4.2.1
Ekonomický pohled na trh notebooků respondentů.................................. 26
4.2.2
Moţnosti vyuţití notebooků a hodnocení spokojenosti ............................ 31
4.2.3
Asociační závislost otázek ........................................................................ 35
5
ZÁVĚR .................................................................................................................... 37
6
POUŢITÁ LITERATURA ...................................................................................... 39
7
PŘÍLOHY ................................................................................................................ 40
1 ÚVOD Informační technologie se v moderním světě stávají součástí kaţdodenního ţivota. Přestoţe se jedná o velice mladý vědní obor, její vyuţití narůstalo v posledních třech dekádách geometrickou řadou. Dnes uţ si bez nich těţko dokáţeme představit fungování institucí, firem nebo domácností. Jejich důleţitou sloţkou jsou i přenosné počítače, které se v posledních letech staly dostupné široké veřejnosti a jsou nepostradatelnou sloţkou v zaměstnání i ve studiu. Jejich vývoj byl vyvolán potřebou flexibilnějšího přístupu k informacím. Na přelomu 70. a 80. let byly převáţně pro vědecké potřeby NASA sestavovány první notebooky. Ovšem za předchůdce přenosných počítačů pro veřejnost je povaţován laptop Osborne 1 od Adama Osborna, který uţ byl vybaven vlastním akumulátorem, a proto jej bylo moţné pouţívat i bez nutnosti zapojení do elektrické sítě. Později se na vývinu notebooků nejvíce podílely firmy IBM, Apple Computer nebo Epson. Cena jednotlivých modelů se obvykle pohybovala okolo 2 000 USD. Postupem času se technika zdokonalovala, rostl její výkon, klesala váha a hlavně se staly cenově dostupnými nejširší veřejnosti. Moţností vyuţití notebooků je dnes celá řada. Jejich hlavní výhoda tkví právě v mobilním přístupu k informacím, rychlému přenosu dat a také v určité nezávislosti na přístupu k elektrické síti. Nejvíce se tyto výhody projeví při práci na cestách nebo při ztíţených geografických podmínkách. Kombinace bezdrátového internetu a přenosného počítače je jedním z nejpohodlnějších způsobů jak spojit práci se zábavou. Samostatnou skupinu zaujímají studenti. Většina studentů je totiţ nucena cestovat mezi školou a domovem. Notebooky jim pomáhají k zvýšení efektivity studijních činností a vyplňují čas strávený na cestách. Také při zahraniční studijní stáţi je notebook nespornou výhodou. V poslední době se trh zaměřuje především na studenty a snaţí se stlačit cenu a váhu notebooků na minimum. Vznikají tak netbooky jako produkt méně kvalitní, s horším výkonem neţ notebook. Jsou ale pro mnohé dostačující, protoţe jejich cenová hladina je mnohem niţší.
7
2 CÍL PRÁCE Moderní informační technologie pronikají v dnešní době mezi všechny společenské vrstvy. Mezi jednu z nejpočetnějších skupin jejich uţivatelů patří právě studenti. Hlavním cílem této bakalářské práce je tedy provést marketingový výzkum mezi studenty MENDELU pomocí dotazníkového šetření a následně zpracovat data dle základních statistických metod. Výzkum je zaměřen především na moţnosti a intenzitu vyuţití notebooků studenty. Jedná se o vyuţití z pohledu času, místa nebo činnosti. Cílem bylo také zjistit faktory nákupu, zdroje financování a vývoj poptávky respondentů po informačních technologiích.
3 METODIKA PRÁCE Po stanovení cíle bakalářské práce bylo důleţité zajistit dostatečné mnoţství odborné literatury ke správnému řešení. Tato literatura byla zapůjčena z knihovny MENDELU a skript jako vlastních zdrojů. První část metodiky práce se týká marketingového výzkumu. Tato problematika obsahuje odpovědi na jeho definice nebo základní rozdělení. V druhé části marketingové teorie jsem se zaměřil na formování dotazníku. Je zde zmíněna správná forma dotazníku i sestavení jednotlivých otázek pro respondenty. Druhá část metodiky je zaměřena na statistickou teorii. V úvodu jsou obsaţeny hlavní definice statistiky, dále vyhodnocování závislosti slovních znaků společně se vzorci pro výpočet kontingence.
3.1
Marketingový výzkum
Existuje řada definicí marketingového výzkumu: Marketingový výzkum je dlouhodobější prací, kombinující hned několik výzkumných postupů, uplatňující náročnější postupy statistického zpracování, porovnávající a vyhodnocující výsledky získané z různých zdrojů a docházející k hlubším poznatkům a souvislostem. [1] Marketingový výzkum je souhrn aktivit, které se uskutečňují na podporu manaţerského rozhodování. Marketingový výzkum spočívá v identifikaci,
8
shromaţďování, analýze a interpretaci informací, které slouţí jako podklad pro rozhodování v procesu marketingového řízení. [3] Marketingový výzkum se týká procesu shromaţďování, analýzy a předání této informace. Kompilace výsledků vyţaduje určit údaje o trhu, které jsou potřebné. Volá také po rozhodnutí o strategii vytvoření pouţitelných informací efektivním způsobem, co se týká nákladů. [2] 3.1.1 Druhy marketingového výzkumu Základní význam má rozlišení podle metod získávání informací. 1.
Primární marketingový výzkum zahrnuje prvotní zjišťování údajů zkoumaného jevu. Tato data jsou zpravidla aktuální a odpovídající skutečnosti.
2.
Sekundární marketingový výzkum znamená pouţití údajů dřívějšího výzkumu, která byla nashromáţděna třetí osobou. Tato data byla uloţena pro dodatečné, další vyuţití v agregované nebo neagregované podobě. Neagregovaná data reprezentují hodnoty zjištěné za kaţdou jednotku. Naproti tomu data agregovaná znamenají hodnoty vlastností za celý soubor, která mohou být statisticky zpracována.
Primární marketingový výzkum dále dělíme na kvantitativní a kvalitativní výzkum. 1.
Kvantitativní výzkumy jsou zaměřeny na co největší rozsah dotázaných respondentů. Jejich úkolem je zachytit reprezentativní vzorek, který pomáhá standardizovat zkoumané jevy, jako jsou např. chování, názory, ideje nebo potřeby současné společnosti. Mezi techniky kvantitativního výzkumu patří: osobní rozhovory, pozorování, experiment, písemné dotazování, obsahová analýza textů a jiných symbolických vyjádření. Tento typ výzkumu přináší reprezentativní výsledky v přehlednější podobě za celý soubor, je ale časově i finančně náročnější. 9
2.
Kvalitativní výzkumy umoţňují poznat motivy chování lidí a vysvětlit jeho příčiny. Základními technikami kvalitativního výzkumu jsou: a) Individuální hloubkové rozhovory, v nichţ je respondent podroben otázkám kvalifikovaného moderátora. Rozhovor trvá zpravidla hodinu. Jeho hlavní výhodou je nemoţnost ovlivnění výpovědí respondenta způsobem, ke kterému dochází ve skupinových rozhovorech. Proto se spíše vyuţívá v oblastech, kdy by bylo velice obtíţné shromáţdit více respondentů ve stejný čas. b) Skupinové rozhovory, ve kterých jde moderátorovi především o pozorování formování rozhodování ve skupině a působení zkoumaného vzorku osob jeden na druhého. Jedná se o řízenou diskuzi, kde je důleţité, aby respondenti měli společný alespoň jeden znak. Např. sociální postavení nebo věkovou skupinu.
Další členění marketingového výzkumu je na základní a aplikovaný. 1. Základní marketingový výzkum Od tohoto typu marketingového výzkumu očekáváme pouze teoretické doplnění, jeţ má pro management podniku zpravidla informační charakter. Při případném zjištění změny preferencí, můţe být přípravou pro aplikovaný marketingový výzkum. 2. Aplikovaný marketingový výzkum Management podniku se tímto výzkumem snaţí zjistit údaje o zkoumaném jevu a docílit tak zajištění dostatečného mnoţství informací k novým nápadům a řešením. Podle metod zkoumání problematiky se běţně rozlišuje výzkum na: 1.
Předběžný výzkum (prognostický), který nám pomáhá určit budoucí vývoj určitého jevu. Tyto informace poskytují managementu podniku částečně reagovat na případné očekávané nepříznivé podmínky s moţností eliminovat
10
důvody, jeţ by vedly k oslabení pozice na trhu. Např. Jak jsou zákazníci spokojeni s našim produktem? 2.
Popisný výzkum (deskriptivní) měří současný stav marketingového jevu. Jedná se o popis situace. Například závislosti mezi proměnnými. Jeho cílem je poskytnout odpovědi na důleţité otázky managementu. Např. Jaká skupina zákazníků má zájem o náš produkt?
3.
Kauzální výzkum (diagnostický) se zaměřuje na zkoumání příčin jednotlivých problémů a snaţí se nalézt vztahy mezi jednotlivými proměnnými. Je prováděn především formou experimentu. Např. Jak se změní obrat podniku při propuštění dodatečného zaměstnance?
3.1.2 Etapy marketingového výzkumu Následujících pět kroků značíme jako proces marketingového výzkumu: 1.
Definování problémů a cílů výzkumu Daný problém se musí převést do takové podoby, aby byl řešitelný. Je nutné, aby řešitel přesně určil problém a otázky, na které by měl výzkum odpovědět. Základem je problém přesně definovat, stanovit jeho specifické rysy a pokusit se o předběţnou formulaci hypotézy, coţ je předběţná odpověď na otázku obsaţenou v problému, kterou chceme potvrdit nebo vyvrátit. [3]
2.
Sestavení plánu výzkumu V prvé řadě si musí řešitel vybrat nejvhodnější způsob sběru informací. Je také nutné rozhodnout, zda je vhodné vynaloţit náklady na nový primární výzkum, nebo nám postačí výzkumy sekundární. Dalším důleţitým krokem je určit způsob kontaktování respondentů a s nimi pouţít co moţno nejefektivnější techniku dotazování.
3.
Shromáždění informací Při všech metodách sběru informací je potřeba uvědomit si, jaké techniky (pozorování, experiment, dotazování) šetření pouţít - zda výběrová šetření a s jakou pravděpodobností. Sběr dat sestává ze samotného shromaţďování dat. Týká se jak informací primárních, získávaných především v „poli“, tak i sekundárních, získaných „u stolu“, tedy studiem dokumentů. [3] 11
4.
Analýza informací Tato část zahrnuje roztřídění odpovědi na relevantní a důleţité. K lepšímu znázornění jsou odpovědi zaznamenávány do tabulek a podrobeny statistickým postupům, jeţ jsou základem pro stanovení závěrů.
5.
Prezentace výsledků Závěry
představují
prezentování
jednotlivých
výsledků
s konečným
doporučením a případně návrhem řešení. Výsledky prezentujeme ústní nebo písemnou formou v podobě závěrečné zprávy. Výzkum by měl být také autorizován. 3.1.3 Techniky marketingového výzkumu Rozlišujeme tři základní techniky marketingového výzkumu: 1.
Pozorování
2.
Experimentální metody
3.
Dotazování
Pozorování je prováděno specializovanými pracovníky – pozorovateli za účelem získání primárních informací o zkoumaném jevu. Pozorovatel se nijak nesnaţí kontaktovat či ovlivnit zkoumaný jev, aby nedošlo ke zkreslení skutečných reakcí a způsobů chování. K záznamu pozorování můţeme pouţívat technické pomůcky: videokamery, diktafony nebo fotoaparáty. Pozorování je časově náročná technika vyţadující trpělivost pozorovatele a schopnost zachytit reprezentativní chování. Experimentální metody jsou vědecky nejhodnotnějším výzkumem, protoţe sledují vliv jednoho jevu na druhý v předem vytvořené situaci. Odhalují základní vztahy mezi příčinou a jejím důsledkem. Experimenty dělíme podle zkoumaného prostředí do dvou skupin. Experimenty laboratorní, které se uskutečňují v umělém, laboratorním prostředí. Experimenty přirozené, které se uskutečňují v přirozeném prostředí.
12
Dotazování je jedním z nejrozšířenějších postupů marketingového výzkumu. Reflektuje rozdíly v mínění dotázaných a můţe pobíhat verbálním kontaktem s respondentem s pouţitím záznamového média nebo písemně pomocí dotazníků a anket. V závislosti na zvolené technice dotazování je třeba zvolit vhodný typ dotazníku: 1.
Dotazník zasílaný poštou Pomocí poštovních sluţeb můţeme kontaktovat osoby, které bychom jiným způsobem nezastihli. Jedná se hlavně o subjekty, kterým nevyhovuje osobní kontakt, nebo jsou nedostupní z časových důvodů. Je nutné počítat s delší prodlevou mezi odesláním dotazníku a získáním jejich výsledků. Také návratnost odpovědí tohoto způsobu dotazování je malá. Proto je nutné dbát na přípravu dotazníku ve větší míře neţ u ostatních způsobů.
2.
Dotazování telefonem Tato metoda je poměrně rychlá a uplatňuje se hlavně ve spojení s počítačem pro pohodlnější záznam získaných dat. Dotazovatel klade otázky přímo respondentovi a očekává rychlejší návratnost odpovědí. Důleţitá je u této techniky moţnost interakce, poloţení dodatečných nebo jinak formulovaných otázek. Návratnost odpovědí je u tohoto způsobu poměrně vysoká.
3.
Osobní dotazování Tento způsob přináší nejlepší výsledky ze všech tří uváděných metod. Je také ale po finanční a časové stránce nejnáročnější. Tazatel můţe pruţně reagovat na nejrozmanitější typy respondentů. Proto by měl mít jisté zkušenosti a cit pro vhodně volené otázky. Nevýhodou je přílišná aktivita nebo zaujatost tazatele, která můţe v konečném efektu deformovat odpovědi respondenta. Osobní dotazování má dvě formy. a) Dohodnutý rozhovor Dohodnutý rozhovor je uskutečněn telefonickou cestou, nebo návštěvou na pracovišti, doma či na smluveném místě. Tento průzkum trvající řádově hodinu můţe být spojen s motivací ve formě drobné odměny za spolupráci.
13
b) Rozhovor při zastavení Tento způsob oslovení respondenta by měl být časově nejkratší. Zpravidla jsou pokládány jednoduché otázky slouţící pro základní průzkum trhu. 3.1.4 Dotazník Dotazník je jeden z hlavních nástrojů, pro zjišťování primárních údajů z trţního průzkumu. Široké spektrum moţností způsobu otázek otázek řadí dotazníky mezi velmi pruţné nástroje. Jsou také ekonomicky výhodné, neboť jejich hlavní náklady spočívají v sestavení otázek a tisku. Respondentům můţe vyhovovat i určitá míra anonymity, která napomáhá k získání jejich skutečným názorům, postojům, dojmům a domněnek. Správné sloţení dotazníku nám pomůţe získat relevantní informace. V případě špatného sloţení by výsledky nemusely odpovídat potřebám a cílům výzkumu. Dobrý dotazník by měl vyhovovat dvěma hlavním poţadavkům: 1.
Účelově technické požadavky Otázky sestavujeme a formulujeme takovým způsobem, abychom dosáhli odpovědi, která nás zajímá.
2.
Psychologické požadavky Řešitel se snaţí vytvořit podmínky, aby se vyplnění dotazníku stalo pro respondenta motivační. Dotazníky, které nevyvolávají pocit snadného nebo příjemného vyplnění, trpí vyšší mírou nepravdivých nebo nejednoznačných odpovědí respondenta.
Důleţitá je grafická úprava dotazníku, především pak první strany. Vhodná grafická úprava a formát významně ovlivní působení dotazníku na respondenta. Nedílnou součástí kaţdého dotazníku je úvodní text. Měl by respondentovi nastínit obsah a důvod poloţených otázek. Řešitel by se měl snaţit pomocí úvodního textu přesvědčit největší okruh dotázaných k vyplnění. Velice věrohodně působí zaštítění uznávanou institucí. Např. univerzitou, ministerstvem nebo nadnárodní organizací.
14
3.1.4.1 Správná stylizace a formulace otázek Stylizací rozumíme pouţití jednoduchých, přímých a nezaujatých otázek v logickém sledu. Sled otázek je jedním z nejdůleţitějších faktorů pro udrţení pozornosti respondenta. Úvodní jednodušší otázky mají za úkol vzbudit zájem respondenta, obtíţné a osobní otázky klademe jako poslední. Jednotlivé varianty odpovědí je nejvhodnější vyplnit systémem krouţkování nebo kříţkování. V případě jejich jiného označení, zejména u elektronické podoby, dbáme na jednoduchost vyplnění, které je přijatelné pro respondenta i následné počítačové zpracování. Pro správnou formulaci otázek bychom měli dodrţovat a respektovat tyto zásady: 1.
Formulaci otázek stanovíme aţ na základě teoretického rozboru účelu dotazníku. Nejdříve vypracujeme cíl výzkumu, vymezíme okruh potřebných dat a stanovíme výzkumné metody.
2.
Hlavní řešitelovou snahou je formulovat dotazy z validního a reliabilitního hlediska. Validní otázkou rozumíme takovou, kterou se skutečně ptáme na to, co chceme a potřebujeme zjistit. Otázky reliabilitní vyjadřují míru stálosti pouţití výzkumných metod v různých časových, sociálních a kulturních podmínkách.
3.
Nevhodné jsou otázky vyţadující od respondenta vzpomínat nebo odhadovat.
4.
Otázky by měly být přiměřeně dlouhé a srozumitelné. Dlouhé otázky vyvolávají pocit nepřehlednosti a nesrozumitelnosti. Naproti tomu krátké otázky jsou příliš jednoznačné a potlačují v respondentovi moţnost vyjádření vlastního názoru. Sugestivní otázky jsou nevhodné.
3.1.4.2 Typologie otázek Dělení otázek podle cíle, pro který je otázka určena: 1.
Funkcionální otázky
2.
Obsahové otázky
15
U funkcionálních otázek je na prvém místě funkce optimalizace dotazování. Proto se funkcionální otázky často nezpracovávají. Rozlišujeme několik druhů funkcionálních otázek. 1.
Kontaktní otázky Tyto otázky slouţí k upevnění kontaktu a zvýšení zájmu respondenta.
2.
Funkcionálně psychologické otázky Pouţívají se především k odstranění napětí při přechodu od jednoho tématu k druhému a také k odstranění stereotypů, jeţ by se mohly u respondenta vyskytnout.
3.
Filtrační otázky V případě, kdy potřebujeme zjistit, zda respondent patří do zkoumané skupiny, pokládáme filtrační otázky typu: „Jste muţ, nebo ţena?“ .
4.
Kontrolní otázky Jedná se o skupinu dvou otázek nebo více, které jsou umístěny v dotazníku ve větší vzdálenosti od sebe. Na tyto otázky poţadujeme primárně stejnou nebo podobnou odpověď, přičemţ jsou poloţeny jiným způsobem. Tímto způsobem řešíme problém pravdivých informací a jednoznačnosti odpovědí. Pokud zjistíme rozpor, musíme odpovědi vyřadit nebo poloţit doplňující otázky.
Dalším typem otázek jsou obsahové otázky. Ty můţeme dále rozlišit na: 1.
Otázky o faktech Tento druh otázky patří mezi jednodušší. Např. „Vlastníte mobilní telefon?, Nakupujete na internetu?“. Respondentův intelekt zde není příliš zatíţen. Nejčastěji se vyskytují na začátku dotazníku.
2.
Otázky o vědomostech a znalostech Efektivní zjišťování znalostí a vědomostí respondenta je podmíněno správnou formulací otázky. Není vhodné volit příliš sugestivní formulaci: „Víte, že ....?“. Typickou vlastností dotazovaných je totiţ nepřiznávat nevědomost a odpovědět: „Ano, vím.“. Vhodnější je proto volit formu uzavřených otázek, které by se měly vyskytnout v druhé polovině dotazníku.
16
3.
Otázky o mínění, postojích a motivech chování Vzhledem k obecnému předpokladu diferenciace postojů, motivů a chování dotázaných je důleţité, aby byly respondenti schopni určitého zevšeobecnění svých odpovědí.
Dělení otázek podle moţností výběru odpovědí: 1.
Otevřené otázky V otevřené otázce dostává respondent moţnost vyjádřit se podle svých představ. Nepodáváme mu ţádné moţnosti výběru odpovědí. Typy otázek s otevřeným koncem: a) volné – zde je ponechána respondentovi absolutní volnost vyjádření, b) asociační – na uvedený pojem je poţadována asociace respondenta, c) volné dokončení věty - respondent má dokončit předloţenou větu, d) dokončení obrázku – respondentův úkol spočívá např. v doplnění dialogu mezi osobami na předloţeném obrázku, e) dokončení tematického námětu – respondent má za úkol vymyslet příběh nebo odvodit situaci na předloţeném obrázku. Nevýhodou otevřených otázek je obtíţné zpracování odpovědí. Jelikoţ počítačová technika není v současnosti natolik vyspělá, aby rozeznala individuálně psané písmo, je nutné odpovědi roztřídit „ručně“.
2.
Uzavřené otázky Nabízí respondentovi jednu a více moţných odpovědí. Uzavřené otázky dělíme: a) dichotomická otázka - nabízí dvě moţné volby (ano x ne), b) trichotomická otázka - nabízí tři moţné volby (ano x ne x nevím), c) polytomická otázka - nabízí více moţností. Nejlepším nástrojem pro poměrné měření názorů a postojů je škálování. Hodnotící škály se vyuţívá se nejčastěji pro zjištění respondentových preferencí. Různým variantám jsou přiřazeny stupně oblíbenosti, bodového hodnocení nebo souhlasu s daným jevem.
17
3.
Polouzavřené otázky Tento druh otázky je kompromisem mezi otevřenou a uzavřenou variantou. Pouţíváme ji v případě, kdy potřebujeme vyčerpat všechny varianty ve výčtu moţností. Proto se jako poslední varianta uvádí „jiné“ nebo „další“, která je vlastně otevřenou otázkou a umoţňuje respondentovi doplnit individuální odpověď.
3.2 Statistické metody Data získaná pomocí marketingového výzkumu můţeme zpracovat pomocí různých statistických metod. Tato data jsou zpravidla reprezentována velkým mnoţství číselných údajů, které jsou nepřehledné. Aby vynikly charakteristické rysy a zákonitosti analyzovaného souboru a aby se údaje staly přehlednými, musíme je setřídit. Tříděním tedy rozumíme rozdělení jednotek souboru do takových skupin, aby co nejlépe vynikly charakteristické vlastnosti zkoumaných jevů. [5] 3.2.1 Vyjadřovací prostředky statistiky 1.
Statistické tabulky [4] Formalizovaným nástrojem statistického číselného vyjádření je statistická tabulka. Veškeré statistické tabulky můţeme v principu rozdělit na tabulky prezentační, tabulky pracovní a tabulky důleţitých statistických konstant. Při konstrukci tabulky je vhodné dodrţet určité obecně platné zásady napomáhající
k
maximální
srozumitelnosti
a
„čitelnosti“
tabulky
a
minimalizující riziko nedorozumění při interpretaci obsahu tabulky. Základními prvky tabulky jsou záhlaví, legenda, číselná pole, název a číslo tabulky. 2.
Statistické grafy [5] Vedle statistických tabulek je důleţitou formou zobrazování statistických údajů graf. Grafické zobrazení dává rychlou a přehlednou představu o tendencích a charakteristických rysech analyzovaných jevů. Grafy jsou rovněţ účinným popularizujícím prostředkem statistických výsledků. 18
Z hlediska konstrukce lze grafy rozdělit do různých skupin: 1. Spojnicové a sloupkové grafy 2. Bodové grafy 3. Výsečové grafy 4. Krabicové grafy 3.2.2 Základní statistické termíny Statistická jednotka Statistika zkoumá hromadné jevy prostřednictvím jejich nositelů statistických jednotek. Statistickými jednotkami mohou být především reálně existující objekty a ţivé bytosti: přírodní předměty, výrobky, rostliny, ţivočichové a lidé. O statistických jednotkách hovoříme nezávisle na tom, zda mají hmotnou či nehmotnou abstraktní povahu. Statistický soubor Mnoţina všech statistických jednotek (nositelů hromadného jevu), na nichţ je prováděno statistické zjišťování tvoří statistický soubor. Statistický soubor můţe být v principu vymezen buď explicitně, nebo implicitně. V prvním případě má vymezení souboru podobu seznamu obsahujícího názvy statistických jednotek. Ve druhém případě je soubor vymezen nepřímo, výčtem vlastností statistických jednotek. Statistický znak Vlastnosti, jejichţ nositeli jsou statistické jednotky a které tedy mohou být v principu předmětem statistického zkoumání, se nazývají statistické znaky. Statistické údaje (data) Shromáţděné hodnoty číselných a obměny slovních znaků pro určitý soubor statistických jednotek se nazývají statistické údaje neboli data. Statistické charakteristiky (ukazatele) Hodnoty statistických charakteristik měří určité statistické vlastnosti datových souborů, jako je např. úroveň (poloha) nebo proměnlivost (variabilita) statistických dat a mnohé další. [4]
19
3.2.3 Statistické zpracování 3.2.3.1 Třídění Prosté třídění variační řady přichází v úvahu všude tam, kde počet vzájemně od sebe různých hodnot znaku je relativně nízký a s rostoucím rozsahem souboru se nezvyšuje. Prakticky jde o diskrétní znaky typu počet členů domácnosti, počet dětí, počet televizních přijímačů v domácnosti apod. Skupinové třídění provádíme u diskrétních znaků výše zmíněného typu a u všech znaků spojitých. Při skupinovém třídění je vhodné dodrţovat určité obecné zásady, jejichţ hlavním smyslem je přehlednost výsledků třídění. [4] 3.2.3.2 Rozdělení četností Kaţdé variantě znaku přiřadíme počty příslušných statistických jednotek, které nazýváme četnostmi. Takto vzniklou tabulku nazýváme tabulkou rozdělení četností. Tato tabulka podává informaci o počtu (četnosti) výskytu jednotlivých variant znaku v souboru. [5] Jednotlivé druhy četností: 1.
Absolutní četnost znamená počet hodnot ve třídě.
2.
Relativní četnost znamená podíl počtu hodnot ve třídě ku rozsahu souboru znaku. , kde ni jsou absolutní četnosti.
3.
Kumulativní četnost i - té třídy je číslo, vytvořené jako součet příslušných četností v první aţ i - té třídě.[4]
20
3.2.4 Statistická závislost slovních znaků Ve statistice zkoumáme závislosti jedné veličiny na druhé. Pokud se nám podaří objevit vztah mezi závislými veličinami jako nějaké opakující se pravidlo, můţeme ho zapsat jako příslušnou funkci. Tuto funkci obvykle znázorňujeme tabulkou nebo grafem. Odpovědi v dotazníkových šetřeních mívají často právě charakter obměn slovních znaků (otázky na vzdělání, povolání, sociální postavení, názory na určité společenské jevy). V souvislosti s měřením závislosti slovních znaků pouţíváme různé koeficienty kontingence. Analýza kontingenční tabulky Kontingenční tabulka vzniká kombinačním tříděním podle dvou slovních znaků, z nichţ alespoň jeden je znakem mnoţným. Znak, jehoţ podmíněná rozdělení četností jsou v jednotlivých sloupcích kontingenční tabulky, označíme symbolem A. Znak, jehoţ podmíněná rozdělení četností jsou v řádcích kontingenční tabulky, označíme symbolem B. Analýza kontingenční tabulky je zaloţena na tom, ţe pro kaţdé políčko tabulky lze stanovit četnost, která by zde byla v případě, ţe znaky A, B by byly nezávislé. Tuto četnost nazveme četností vypočtenou. [6]
Vypočtená četnost
na rozdíl od pozorované četnosti
můţe nabývat i jiných neţ
celočíselných hodnot. Závislost slovních znaků v kontingenční tabulce je tím vyšší, čím rozdílnější jsou pozorované a vypočtené četnosti. Charakteristikou, která měří tuto rozdílnost pozorovaných a vypočtených četností souhrnně za celou tabulku, je čtvercová kontingence. [6] Čtvercová kontingence
21
Nabývá hodnoty od nuly, jeţ signalizuje nezávislost znaků A, B, po určitou maximální hodnotu. [6] Charakteristiky intenzity závislosti, zohledňující různé velikosti kontingenční tabulky, nazýváme tzv. koeficienty kontingence. 1.
Pearsonův koeficient kontingence
Nabývá hodnot z intervalu
. Hodnoty jedna nemůţe nikdy dosáhnout
(čitatel je vţdy menší neţ jmenovatel) a jeho maximální moţná hodnota je, případ od případu, různá. [6] 2.
Čuprovův koeficient kontingence
Nabývá hodnoty od nuly do jedné pouze pro čtvercové kontingenční tabulky, pro které 3.
. [6]
Cramérův koeficient kontingence
Nabývá hodnoty
bez ohledu na rozměry kontingenční tabulky. Zápis
ve jmenovateli zlomku udává, ţe pro výpočet vezmeme v úvahu menší z čísel, udávající počet sloupců nebo řádků, zmenšených o jedna. [6]
22
4 STATISTICKÉ ZPRACOVÁNÍ Následující část bakalářské práce je zaměřena na statistické zpracování dat získaných prostřednictvím sociologického výzkumu. Jako nejvhodnější sociologický průzkum pro oslovení co největšího počtu studentů Mendelovy univerzity v Brně jsem si vybral dotazníkové šetření elektronickou podobou. Pro doplnění mého primárního výzkumu jsem vyuţil sekundárních výzkumů dostupných na internetu. Pro správné sestavení dotazníku jsem si nejprve nastudovat odbornou literaturu. Nejdřív jsem vypracoval dotazník s větším počtem otázek a předloţil jej testovému vzorku respondentů jako předvýzkum. Tato metoda mi pomohla odstranit nevhodné, nesrozumitelné nebo zavádějící otázky. Po přepracování byl dotazník umístěn na server www.google.com za pomoci rozhraní Google Docs v období od 15. 5. 2009 do 15. 6. 2009. Po měsíci jsem získaná data začal zpracovávat v programu Microsoft Office Excel. Zpočátku bylo nutné data třídit a sestavit pro všechny otázky tabulky s absolutními a relativními četnostmi v přílohách. K většině otázek byly vytvořeny i grafy prezentované v práci.
4.1
Základní průzkum univerzity
V tomto oddílu byly poloţeny všem respondentům otázky č. 1, 2, 3, 4 a 5 – viz příloha č. 1. Celkový počet respondentů nezávisle na vlastnictví notebooku byl 553. Na dotazník odpovědělo 417 (75 %) ţen a 136 (25 %) muţů. Tento nepoměr je s největší pravděpodobností důsledkem majoritního počtu respondentů provozně ekonomické fakulty. Dle společnosti Newton Media, a.s. studuje na fakultách ekonomického zaměření zhruba 70 % ţen.
23
Podíl jednotlivých fakult MENDELU 11% 28%
8% 5%
AF PEF ZF LDF FRRMS
48%
Graf č. 1
Podíl respondentů dle jednotlivých fakult MENDELU
Graf č. 1 zobrazuje celkový podíl respondentů, rozdělených podle fakult studia, kteří odpovídali na dotazník. Největší část, konkrétně 264 (48 %) respondentů, bylo z provozně ekonomické fakulty. Agronomickou fakultu navštěvuje 157 (28 %) mých respondentů a 132 (24 %) tvoří studenti zbývajících fakult. Graf by měl do jisté míry reflektovat poměrné zastoupení studentů na jednotlivých fakultách.
Podíl studijních ročníků 9%
3%
8% 49%
první ročník druhý ročník třetí ročník čtvrtý ročník pátý ročník
31%
Graf č. 2
Podíl studijních ročníku respondentů 24
Na grafu č. 2 máme zobrazen podíl jednotlivých ročníků studentů. Největší mnoţství vyplněných dotazníků bylo získáno od studentů prvních 271 (49 %) a druhých 169 (31 %) ročníků. Třetí ročník byl zastoupen 46 (8 %) studenty. Navazující studia jsem rozdělil na čtvrtý ročník, 51 (9 %) studentů a pátý ročník - pouze 16 (3 %) studentů. Graf by měl do jisté míry korespondovat s poměrným zastoupením jednotlivých ročníků.
Věk respondentů 54%
350
300 250 200
23%
150
16% 7%
100 50 0
18-20 let
Graf č. 3
21-22 let
23-24 let
25 let a více
Podíl respondentů dle jednotlivých fakult MENDELU
Rozdělení respondentů dle věku zachycuje graf č. 3. Navazuje na předchozí graf č. 2. Nejniţší věková kategorie 18-20 let byla zastoupena 301 (54 %) studenty. Dotazník vyplnilo 89 (16 %) studentů ve věku 21-22 let, 125 (23 %) z kategorie 23-24 let a 38 (7 %) vyplnilo dotazník nejstarších studentů ve věku 25 let a více. Od otázky č. 6 se šetření se týká pouze studentů, kteří notebooky vlastní. Tabulka č. 1 Vlastnictví studentů vlastní NB
nevlastní NB
214
339
25
celkový počet respondentů
553
4.2
Průzkum adresovaný vlastníkům notebooků
V této části průzkumu byly pokládány otázky č. 6 aţ 19 – viz příloha č. 1. Tyto otázky měly za úkol zodpovědět například elementární činnosti vykonávané studenty na notebooku, jejich časové vyuţití, nákupní cenu notebooku nebo komplexní hodnocení hardwaru či softwaru dotazovaných. Z celkového počtu 553 odpovídalo na další otázky 214 respondentů vlastnících notebook. 4.2.1 Ekonomický pohled na trh notebooků respondentů Následující grafy jsou zobrazením ekonomických příčin, které formují trh notebooků dotázaných. Můţeme z nich jasně usoudit, jaké značky mají dominantní postavení, jaký je současný sklon studentů k nákupu notebooků, jaká je cena pořízení notebooku, jakými druhy financování si studenti notebook pořizují a také podíl softwarového vybavení. Kaţdá ekonomika má i druhou stránku, tady jsem se konkrétně zaměřil na softwarové pirátství.
Příjem studentů
Absolutní počty studentů
140
57%
120 100 80 22%
60
13%
40
8%
20 0 do 4000 Kč
4001-8000 Kč
8001-12000 Kč
12001 Kč a vice
Čistý měsíční příjem
Graf č. 4
Příjem respondentů
Rozdělení studentů do příjmových skupin znázorňuje graf č. 4. Největší skupinu tvoří studenti s příjmem do 4 000 Kč, konkrétně 121 (57 %). V rozmezí od 4 001 Kč do 8 000 Kč měsíčního příjmu se nachází 47 (22 %) studentů. V další skupině do 26
12 000 Kč je 28 (13 %) studentů a posledních 18 (8 %) studentů si měsíčně vydělá více neţ 12 001 Kč. Vývoj měsíčního příjmu má tvar lomené funkce. Na vysoký podíl nejniţší příjmové skupiny má nepochybně i dopad současná hospodářská krize.
Podíl firem na trhu respondentů 76
80
Absolutní počty notebooků
70 60 50 39 40 28
30 20
18 13 9
10
11
6
9 5
0
Značka notebooku
Graf č. 5
Podíl respondentů dle jednotlivých fakult MENDELU
V grafu č. 5 můţeme vidět podíl jednotlivých firem na trhu respondentů dotazníku. Největší podíl zde má značka Acer s počtem 76 kusů. Na druhém místě se umístila firma Asus s počtem 39 kusů. Třetí firmou je Hewlett-packard s počtem 28 notebooků a za zmínku ještě stojí firma Dell s počtem 18 kusů. Tyto zmíněné firmy jsou dle analytické společnosti DisplaySearch mezi prvními pěti prodejci notebooků na světě. Poměr zakoupených notebooků respondenty dotazníku s porovnáním s celosvětovým prodejem je jiţ ovlivněn rozdílnou intenzitou propagace v jednotlivých zemích.
27
Současný sklon k nákupu notebooků Absolutní počty notebooků
80 70 60 50
40 30 20 10 0 2003 a dříve
2004-2005
2006-2007
2008-2009
Roky
Graf č. 6
Křivka vývoje nákupu notebooků
Absolutní počty zakoupených notebooků respondenty zhruba v posledních šesti letech jsou zachyceny na grafu č. 6. Rostoucí trend křivky můţe být ovlivněn zvyšujícím se počtem studentů, vyššími nároky na studium (studium na střední a vysoké škole) nebo obecně klesajícími cenami na trhu hardwarového vybavení. Mírný pokles v letech 2008-2009 je zkreslený z důvodu neúplného sběru dat za toto období (dotazník byl dostupný veřejnosti pouze do 15. 6. 2009).
Cena pořízení notebooku Abslutní počty respondentů
36% 80 70
26%
60 50
17%
40
14%
30
7%
20 10 0 do 8000 Kč
8001 – 13000 Kč
13001 – 18000 Kč Cena
Graf č. 7
Pořizovací ceny notebooků 28
18001 – 23000 Kč
23001 a více
Na grafu č. 7 vidíme jednotlivé cenové kategorie notebooků pořizovaných studenty. Z cenové kategorie do 8 000 Kč bylo pořízeno 37 (17 %) notebooků. Následuje kategorie 8 001-13 000 Kč zastoupená největším počtem 77 (36 %) studentů. V rozmezí 13 001-18 000 Kč nakupovalo 55 (26 %) studentů, 18 001-23 000 Kč je zastoupeno 30 (14 %) studenty. Zbylých 15 (7 %) respondentů si zakoupilo svůj notebook za 23 001 Kč a více.
Druh financování notebooku 13%
14% sám
21%
částečně rodina částečně bankovní nebo jiný úvěr jiný faktor… 52%
Graf č. 8
Druhy financování notebooků
Druhy financování notebooku zobrazuje graf č. 8. Na nákup notebooku přispívala rodina 111 (52 %) studentům. Bankovní nebo jiný úvěr pomohl uhradit pořizovací cenu notebooků 46 (21 %) studentů. Z vlastních prostředků si notebook zakoupilo 29 (14 %) studentů a 28 (13 %) respondentů si financovalo notebook jiným způsobem (darování, výhra, forma dotace atp.).
29
Podíly operačních systémů 5%
2%
7% 1% 36%
Windows XP Windows Vista Jiná verze Windows Unix Unix + Windows
Jiný OS…
49%
Graf č. 9
Podíly operačních systémů dle firem
Graf č. 9 reflektuje podíl nejpouţívanějších operačních systémů studenty MENDELU. Na prvním a druhém místě studenti preferují s velkou převahou systémy Windows. Konkrétně Windows Vista s podílem 104 studentů (49 %) a Windows Xp s podílem 78 studentů (36 %). Alternativní sloţkou je systém Unix s podílem studentů 14 (7 %). Operační systémy jako Mac OS, MorphOS a podobné jsou zastoupeny pouze 5ti studenty (2 %).
Původ softwaru 7% 14% zcela legální 52%
z větší části legální z větší části nelegální zcela nelegální
27%
Graf č. 10
Softwarové pirátství na respondentů 30
Původ softwarového vybavení notebooků z hlediska vlastnictví znázorňuje graf č. 10. Zcela legální software vlastní více neţ polovina respondentů, konkrétně 111 (52 %). Z větší části legální programové vybavení pouţívá 58 (27 %) studentů. Z větší části nelegální programy vlastní 30 (14 %) studentů a zbylých 15 (7 %) nevlastní ţádný legální software. Takováto situace je poměrně lepší neţ na celém českém trhu. Podle statistik protipirátské aliance BSA (Business Software Alliance) se celkově v České republice vyuţívá na 38 % softwaru nelegálně.
Rozhodující faktor nákupu 5%
mobilita (vzhled, váha, atd.)
25% poměr výkon/cena HW a SW vybavenost 46%
8%
záruční doba + servis dobré reference
16%
Graf č. 11
Rozhodující faktory nákupu notebooků
Graf č. 11 zachycuje výčet rozhodujících faktorů ke koupi notebooku. Pro 98 (46 %) respondentů je na prvním místě nejdůleţitější poměr výkonu ku ceně notebooku. Dobré reference veřejnosti nebo známých pomohou prodat aţ 53 (25 %) notebooků. Hardwarová a softwarová vybavenost je faktor, který ovlivnil nákup 34 (16 %) respondentů. Záruční doba a servis řadí na předposlední místo s 18 (8 %) dotázaných. Pouze 11 (5 %) respondentů dbá na atributy, jakými jsou vzhled, váha nebo tvar. 4.2.2 Moţnosti vyuţití notebooků a hodnocení spokojenosti Poslední série otázek byla určena pro zjištění nejčastěji vykonávaných činností v souvislosti s notebooky, denní intenzitou pouţití a lokalitou jejich pouţití. Pro komplexní vyjádření míry uţití různých činností a subjektivního hodnocení notebooků byly aplikovány uzavřené otázky s bodovou škálou. 31
Denní intenzita vyuţití notebooku Absolutní počty respondentů
45% 100 90 80 70 60 50 40 30 20 10 0
28% 17% 10%
méně neţ hodinu denně
Graf č. 12
aţ dvě hodiny aţ 5 hodin denně denně Denní vyuţití
více neţ 5 hodin denně
Intenzita denního využití notebooku
Graf č. 12 zobrazuje počet hodin denního vyuţití notebooků respondenty. Pouze 22 (10 %) respondentů vyuţívá notebook méně neţ jednu hodinu denně. Aţ 2 hodiny denně vyuţívá notebook 59 (28 %) studentů. Největší podíl, 96 (45 %) studentů, vyuţívá notebook aţ 5 hodin denně. Zbylých 37 (17 %) dotázaných stráví se svým notebookem více neţ 5 hodin denně.
Místa vyuţívání notebooků 9%
1%
10% doma (privát, kolej) 43%
ve škole v práci všude stejně jinde
37%
Graf č. 13
Místa nejčastějšího využití notebooků
Nejčastější místa pouţívání notebooků vykresluje graf č. 13. Domov volilo 91 (43 %) respondentů, školu 80 (37 %). V práci pouţívá svůj notebook nejčastěji 21 (10 %) 32
studentů a všechna místa označila stejnou vahou 19 (9 %) dotázaných. Zanedbatelný počet 3 (1 %) respondentů vyuţívá notebook na jiném místě.
Počet bodů
Podíl pracovních činností 800 700 600 500 400 300 200 100 0
726
694
440
368
pracovní vyuţití
psací stroj
přenos dat
zábava
Činnosti
Graf č. 14
Bodové ohodnocení jednotlivých činností
V grafu č. 14 máme zobrazena bodová hodnocení reprezentující pracovní činnosti. Respondenti měli za úkol přiřadit různým činnostem bodové ohodnocení. Nejméně vyuţívaná činnost obdrţela 1 bod, nejvíce vyuţívaná pak 4 body. Po součtu všech bodů můţeme vidět, ţe na prvním místě slouţí notebooky k pracovnímu vyuţití se 726ti body. Funkci psacího stroje přidělili respondenti 694 bodů. Zábava má 440 bodů a 368 bodů zahrnuje přenos dat.
Počet bodů
Celkové hodnocení notebooků respondenty 1000 900 800 700 600 500 400 300 200 100 0 mobilita (vzhled, váha atd.)
výkon
úloţný prostor
stabilita systému
Atributy hodnocení
Graf č. 15
Celkové bodové ohodnocení notebooků 33
bezpečnost dat
HW a SW vybavenost
Bodové odhodnocení notebooků studenty vidíme na grafu č. 15. Respondenti měli za úkol přiřadit různým atributům bodové ohodnocení. Nejméně hodnocený atribut obdrţel 1 bod, nejlépe hodnocený potom 5 bodů. Nejvíce bodů (935 bodů) obdrţel atribut mobility. Stabilitu systému si respondenti cení na 915 bodů. Bezpečnost dat (798 bodů) a výkon notebooku (792 bodů) obdrţely poměrně shodné bodové ohodnocení. Nejméně ceněná je u studentů hardwarová a softwarová vybavenost s hodnocením 638 bodů, která můţe souviset s obecně niţšími cenami pořízení notebooku.
Spokojenost se stávajícím notebookem 11% 27%
21%
spokojen spíše spokojen spíše nespokojen nespokojen
41%
Graf č. 16
Spokojenost respondentů se stávajícím notebookem
Spokojeností respondentů se stávajícím notebookem se zabývá graf č. 16. Spokojena je zde pouze více neţ 58 (27 %) studentů. Spíše spokojených respondentů je 88 (41 %). Spíše nespokojeno je 45 (21 %) respondentů a 23 (11 %) je nespokojeno.
34
4.2.3 Asociační závislost otázek
Grafické znázornění regresní přímky 0,9
Relativní četnost IT náročnosti předmětů
0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Relativní četnost vlastníků NB
Graf č. 17
Závislost vlastnictví notebooku a náročnosti studia
Graf č. 17 zobrazuje grafické znázornění regresní přímky závislosti vlastnictví notebooku a technologickou náročností studia. Pro výpočet této závislosti jsem vybral následující otázky: otázka č. 5
Vyţaduje alespoň třetina předmětů vašeho studia práci s PC
(seminární práce, protokoly, specializované programy apod.)? (ano x ne) otázka č. 6.
Vlastníte notebook? (ano x ne)
Tabulka č. 2 Závislost vlastnictví notebooku a náročnosti studia – asociační tabulka otázka č. 5 ano, y=1
ne, y=0
součet
ano, x=1
182
32
214
ne, x=0
79
254
339
součet
261
286
553
otázka č. 6
Koeficient asociace V= 0,6. 35
Mezi odpověďmi respondentů byla zjištěna středně těsná kladná závislost. Studenti, kteří vlastní notebook, ho povaţují za nezbytnou součást studia. Naopak studenti, kteří notebook nevlastní, mají studium méně náročné na informační technologie.
36
5 ZÁVĚR Vyuţití notebooků je úzce spjato s rozvojem informačních technologií. Pro studenty vysokých škol je téměř nemoţné obejít se bez osobního počítače nebo notebooku s poţadavkem kvalitního studia. Předmětem výzkumu bylo zjistit, do jaké míry studium ovlivňuje respondenty ve smyslu potřeb v podobě moderních mobilních technologií. Pro sběr dat jsem si vybral server www.google.com, který se mi jevil jako nejvhodnější způsob z hlediska separace neúplně vyplněných dotazníků. Z celkového počtu 553 respondentů odpovídalo nejvíce (48 %) z provozně ekonomické fakulty. Ţeny měly majoritní podíl (75 %) na formování dat. Dále nejvíce respondentů odpovědělo z prvních ročníků (49 %). Zmíněný počet 553 studentů se rozdělil od filtrační otázky č. 6 na 214 (39 %) majitele a 339 (61 %) nemajitele notebooků. Počínaje otázkou č. 7 jsem zjišťoval, jaké okolnosti studenty vedly k nákupu notebooku. Primárně jsem zde zahrnul otázky financování přístroje, výši měsíčního příjmu jednotlivce nebo ceny pořízení, které jsou nejčastěji rozhodujícím faktorem. V otázce financování notebooku se prokázala důleţitost role rodiny, jeţ pomohla většině (52 %) studentů se zakoupením notebooku. Také úvěrových moţností mají respondenti více. Jednak s dosaţením plnoletosti a také pak s mnoţstvím nabídek různých finančních institucí právě a jen pro studenty vysokých škol. Tuto moţnost financování vyuţilo 22 % studujících. Rostoucí poptávka po noteboocích za posledních 6 letech můţe být do jisté míry ovlivněna i klesající cenou hardwaru a nesporně i větším počtem uchazečů o studium na vysoké škole. Softwarové vybavení v podobě operačního systému je reprezentováno především verzemi OS Microsoft Windows – přes 80 % respondentů. Důvodem můţe být i moţnost studentů připojit se do programu MSDN Academic Alliance a vyuţívat tak sluţby společnosti Mircosoft zdarma. Jako nejčastější místa vyuţití notebooku uvedli studenti školu (43 %) a domov (37 %). Největší podíl na provozovaných činnostech na notebooku mělo jeho pracovní vyuţití. Při zpracování dat jsem zkoumal závislosti mezi odpověďmi na uzavřené otázky. Mezi spokojeností studenta s notebookem a cenou jeho pořízení byla zjištěna slabá závislost. Pearsonův koeficient kontingence dosáhl hodnoty 0,223 (Čuprovův koeficient 0,108, Cramérův koeficient 0,132). Vztah mezi spokojeností s notebookem a rokem jeho zakoupení byl jiţ o poznání silnější. Pearsonův koeficient kontingence zde dosáhl 37
hodnoty 0,458 (Čuprovův koeficient 0,259, Cramérův koeficient 0,3). Největší vliv na sebe má příjem studenta a cena pořízeného přístroje. Pearsonův koeficient kontingence pro tuto dvojici otázek dosáhl hodnoty 0,562 (Čuprovův koeficient 0,321, Cramérův koeficient 0,392). Je tedy zřejmé, ţe studenti jsou poměrně silně ovlivněni ve svém výběru notebooku úrovní svého příjmu. Slabší míru závislosti první dvojice otázek můţe do jisté míry ovlivňovat subjektivní vyjádření spokojenosti. Z hlediska otázky měsíčního příjmu studenta je patrné, ţe nejdůleţitějším faktorem ke koupi notebooku bude pro něj primárně cena. Trh mobilních technologií se jiţ vydal cestou směrem ke studentům, kteří reprezentují jednu z největší skupiny poptávajících. Ve formě tzv. mininotebooků (netbook), nabízí studentům jedno z nejlevnějších řešení v podobě „mobilního zápisníku“. Ze sekundárních průzkumů se můţeme dozvědět o kladném přijetí tohoto produktu. Zatímco prodej notebooků spíše stagnuje, trţby za netbooky se na jejich úkor zvyšují. Jedním, nepochybně velmi motivujícím, faktorem k pořízení vlastního notebooku můţe být pro mnohé studenty klesající cena hardware přenosných počítačů, která byla vyvolána i díky rostoucímu vlivu netbooků. Také moţnosti cizího financování, programy podobné MSDNAA, balíčky MS Office nebo jiného software pro studenty za výhodnější cenu, či zvýšená náročnost studia na IT technologie osloví větší spektrum poptávajících, coţ bude mít v budoucnu za následek snadnější dostupnost k přenosným počítačům a jejich větší vyuţití.
38
6 POUŢITÁ LITERATURA [1]
FORET, Miroslav ; STÁVKOVÁ, Jana. Marketingový výzkum : Jak poznávat
své zákazníky. Vydání první. Praha : Grada, 2003. 159 s. ISBN 80-247-0385-8. [2]
N. CLEMENTE, Mark. Slovník marketingu. Vydání první. Brno : Computer
press, 2004. 378 s. ISBN 80-251-0228-9. [3]
STÁVKOVÁ, Jana; DUFEK, Jaroslav. Marketingový výzkum. Vydání druhé
přepracované. Brno : Mendelova zemědělská a lesnická univerzita v Brně, 2004. 189 s. ISBN 80-7157-759-2. [4]
MINAŘÍK, Bohumil. Statistika 1 : Popisná statistika 1. část. dotisk. Brno :
Mendelova zemědělská a lesnická univerzita v Brně, 2007. 98 s. ISBN 978-80-7157928-1. [5]
HINDLS, Richard; HRONOVÁ, Stanislava; SEGER, Jan. Statistika pro
ekonomy. Vydání druhé. Praha : Professional Publishing, 2002. 415 s. ISBN 80-8641930-4. [6]
MINAŘÍK, Bohumil. Statistika 1 : Popisná statistika - druhá část. dotisk. Brno :
Mendelova zemědělská a lesnická univerzita v Brně, 2008. 122 s. ISBN 978-80-7375152-4. [7]
KRASEK , Jáchym. ChannelWorld.cz [online]. 23.07.2009 [cit. 2010-01-2].
DisplaySearch: Prodej netbooků se meziročně zdvojnásobí, notebooků se prodá stejně. Dostupné z WWW:
. [8]
MORÁVEK, Daniel. Podnikatel.cz [online]. 2010 [cit. 2010-02-14]. BSA
varuje: Letos bude za nelegální software stíhat více firem. Dostupné z WWW: .
39
7 PŘÍLOHY Příloha č. 1
Dotazník
Váţení studenti, jsem studentem MENDELU, oboru finance, a obracím se na Vás s prosbou o vyplnění dotazníku, který je podkladem k vypracování mé bakalářské práce. Jedná se o výzkum vyuţívání notebooků. Vyplnění dotazníku je anonymní. Děkuji za Váš čas. Ladislav Špilka 1. o o o o o
Jakou fakultu studujete? AF PEF ZF LDF FRRMS
2. o o o o o
Jaký ročník studujete? první ročník druhý ročník třetí ročník čtvrtý ročník pátý ročník
3. Jakého jste pohlaví? o muţ o ţena 4. o o o o
Vyberte Vaši věkovou skupinu. 18-20 let 21-22 let 23-24 let 25 let a více
5. Vyţaduje alespoň třetina předmětů Vašeho studia práci s PC (seminární práce protokoly, specializované programy a podobně)? o ano o ne
40
6. Vlastníte notebook? o ano o ne 7. o o o o o o o o o o
Jakou značku notebooku vlastníte? Asus Acer Dell Toshiba Fujitsu-siemens Hewlett packard IBM/ Lenovo Sonny Umax Jiný…
8. Vyberte rok zakoupení Vašeho notebooku. o o o o
2009-2008 2007-2006 2005-2004 2003 a dříve
9. o o o o o
Kolik vás stálo pořízení notebooku? do 8000 Kč 8001 – 13000 Kč 13001 – 18000 Kč 18001 – 23000 Kč 23001 Kč a více
10. Jakým způsobem byl notebook financován? o sám o částečně rodina o částečně bankovní nebo jiný úvěr o jiný faktor… 11. Jaký operační systém máte na notebooku nainstalován?
o o o o o o
Windows XP Windows Vista Jiná verze Windows Linux Linux + Windows Jiný OS…
12. Je programové vybavení Vašeho notebooku pořízeno legální cestou? o zcela legální o z větší části ano o z větší části ne o zcela nelegální
41
13. Jak často pouţíváte notebook? o Méně neţ hodinu denně o Aţ dvě hodiny denně o Aţ 5 hodin denně o Více neţ 5 hodin denně 14. Kde nejčastěji notebook pouţíváte? o doma o ve škole o v práci o všude stejně o jinde 15. Přiřaďte bodová ohodnocení jednotlivým činnostem dle vašich preferencí (1b nejméně, 4b nejvíce vyuţívaná činnost). o pracovní vyuţití o psací stroj o přenos dat (P2P sítě, kopírování) o zábava 16. Jaký atribut byl pro Vás rozhodující k nákupu notebooku? o mobilita (vzhled, váha, atd.) o poměr výkon/cena o HW a SW vybavenost o záruční doba + servis o dobré reference 17. Přiřaďte bodová ohodnocení jednotlivým atributům Vašeho notebooku (1b nejniţší, 5b nejvyšší hodnocení). o mobilita (vzhled, váha atd.) o výkon o úloţný prostor o stabilita systému o bezpečnost dat o HW a SW vybavenost 18. Jaký je Váš měsíční příjem? o 0 – 4000 Kč o 4001 – 8000 Kč o 8001 – 12000 Kč o 12001 Kč a více 19. Jak jste v současnosti spokojeni s Vašim stávajícím notebookem? o spokojen o spíše spokojen o spíše nespokojen o nespokojen
42
Příloha č. 2 fakulta
AF PEF ZF LDF FRRMS celkem Příloha č. 3 ročník první druhý třetí čtvrtý pátý celkem Příloha č. 4 pohlaví muţ ţena celkem
Jakou fakultu studujete? absolutní kumulativní četnost absolutní četnost 157 157 264 421 29 450 42 492 61 553 553 Jaký ročník studujete? absolutní kumulativní četnost absolutní četnost 271 271 169 440 46 486 51 537 16 553 553 Jakého jste pohlaví? absolutní četnost 136 417 553
kumulativní absolutní četnost 136 553
Příloha č. 5 věk
Vyberte Vaši věkovou kategorii. absolutní kumulativní četnost absolutní četnost 301 301 18-20 let 89 390 21-22 let 125 515 23-24 let 38 553 25 let a vice 553 celkem Příloha č. 6 odpověď
ano ne celkem
relativní četnost 28,39% 47,74% 5,24% 7,59% 11,03% 100,00% relativní četnost 49,01% 30,56% 8,32% 9,22% 2,89% 100,00% relativní četnost 24,59% 75,41% 100,00% relativní četnost 54,43% 16,09% 22,60% 6,87% 100,00%
kumulativní relativní četnost 28,39% 76,13% 81,37% 88,97% 100,00%
kumulativní relativní četnost 49,01% 79,57% 87,88% 97,11% 100,00%
kumulativní relativní četnost 24,59% 100,00%
kumulativní relativní četnost 54,43% 70,52% 93,13% 100,00%
Vyžaduje alespoň třetina předmětů Vašeho studia práci s PC (seminární práce protokoly, specializované programy a podobně)? absolutní kumulativní relativní kumulativní četnost absolutní četnost relativní četnost četnost 233 233 42,13% 42,13% 320 553 57,87% 100,00% 553 100,00%
43
Příloha č. 7 odpověď
ano ne celkem
Vlastníte notebook? absolutní četnost 214 339 553
kumulativní absolutní četnost 214 553
Příloha č. 8 značka
Jakou značku notebooku vlastníte? absolutní kumulativní četnost absolutní četnost 39 39 Asus 76 115 Acer 18 133 Dell 9 142 Toshiba 6 148 Fujitsu-siemens 28 176 Hewlett packard 13 189 IBM/ Lenovo 11 200 Sonny 9 209 Umax 5 214 Jiný… 214 celkem Příloha č. 9 rok
Vyberte rok zakoupení Vašeho notebooku. absolutní kumulativní četnost absolutní četnost 27 27 2009-2008 79 106 2007-2006 62 168 2005-2004 46 214 2003 a dříve 214 celkem Příloha č. 10 Kolik vás stálo pořízení notebooku? cena absolutní kumulativní četnost absolutní četnost 37 37 do 8000 Kč 8001 – 13000 77 114 Kč 13001 – 18000 55 169 Kč 18001 – 23000 30 199 Kč 23001 Kč a 15 214 více 214 celkem
44
relativní četnost 38,70% 61,30% 100,00% relativní četnost 18,22% 35,51% 8,41% 4,21% 2,80% 13,08% 6,07% 5,14% 4,21% 2,34% 100,00% relativní četnost 12,62% 36,92% 28,97% 21,50% 100,00% relativní četnost
kumulativní relativní četnost 38,70% 100,00%
kumulativní relativní četnost 18,22% 53,74% 62,15% 66,36% 69,16% 82,24% 88,32% 93,46% 97,66% 100,00%
kumulativní relativní četnost 12,62% 49,53% 78,50% 100,00%
17,29%
kumulativní relativní četnost 17,29%
35,98%
53,27%
25,70%
78,97%
14,02%
92,99%
7,01% 100,00%
100,00%
Příloha č. 11 Jakým způsobem byl notebook financován? financování absolutní kumulativní četnost absolutní četnost 29 29 sám 111 140 částečně rodina částečně bankovní 46 186 nebo jiný úvěr 28 214 jiný faktor… 214 celkem
relativní četnost 13,55% 51,87% 21,50% 13,08% 100,00%
Příloha č. 12 Jaký operační systém máte na notebooku nainstalován? operační absolutní kumulativní relativní systém četnost absolutní četnost četnost 78 78 36,45% Windows XP 104 182 48,60% Windows Vista Jiná verze 2 184 0,93% Windows 14 198 6,54% Linux Linux + 11 209 5,14% Windows 5 214 2,34% Jiný OS… 214 100,00% celkem Příloha č. 13 Je Váš software legální? původ absolutní kumulativní softwaru četnost absolutní četnost 111 111 zcela legální z větší části 58 169 legální z větší části 30 199 nelegální 15 214 zcela nelegální 214 celkem Příloha č. 14 Jak často používáte notebook? intenzita absolutní kumulativní vyuţití četnost absolutní četnost méně neţ 22 22 hodinu denně aţ dvě hodiny 96 118 denně aţ 5 hodin 59 177 denně více neţ 5 37 214 hodin denně 214 celkem 45
relativní četnost
kumulativní relativní četnost 13,55% 65,42% 86,92% 100,00%
kumulativní relativní četnost 36,45% 85,05% 85,98% 92,52% 97,66% 100,00%
51,87%
kumulativní relativní četnost 51,87%
27,10%
78,97%
14,02% 7,01% 100,00%
92,99% 100,00%
relativní četnost
kumulativní relativní četnost
10,28%
10,28%
44,86%
55,14%
27,57%
82,71%
17,29% 100,00%
100,00%
Příloha č. 15 Kde nejčastěji notebook používáte? místo vyuţití absolutní kumulativní četnost absolutní četnost doma (privát, 91 91 kolej) 80 171 ve škole 21 192 v práci 19 211 všude stejně 3 214 jinde 214 celkem
relativní četnost
kumulativní relativní četnost
42,52% 37,38% 9,81% 8,88% 1,40% 100,00%
42,52% 79,91% 89,72% 98,60% 100,00%
Příloha č. 16 Přiřaďte bodová ohodnocení jednotlivým činnostem dle vašich preferencí (1b nejméně, 4b nejvíce využívaná činnost). Počet bodů 1 2 3 4 bodů celkem činnost 5 29 57 123 726 pracovní vyuţití 11 28 73 102 694 psací stroj 142 22 18 32 368 přenos dat 67 92 31 24 440 zábava Příloha č. 17 Jaký atribut byl pro Vás rozhodující k nákupu notebooku? atribut absolutní kumulativní relativní kumulativní četnost absolutní četnost relativní četnost četnost mobilita (vzhled, váha, 11 11 5,14% 5,14% atd.) poměr 98 109 45,79% 50,93% výkon/cena HW a SW 34 143 15,89% 66,82% vybavenost záruční doba 18 161 8,41% 75,23% + servis dobré 53 214 24,77% 100,00% reference 214 100,00% celkem
46
Příloha č. 18 Přiřaďte bodová ohodnocení jednotlivým atributům Vašeho notebooku (1b nejnižší, 5b nejvyšší hodnocení). Počet bodů 1 2 3 4 5 bodů celkem atribut 2 23 11 36 142 935 mobilita (vzhled, váha atd.) 18 12 41 88 55 792 výkon 24 41 32 54 63 733 úloţný prostor 16 4 23 33 138 915 stabilita systému 3 22 74 46 69 798 bezpečnost dat 23 45 88 29 29 638 HW a SW vybavenost Příloha č. 19 Jaký je Váš měsíční příjem? příjem absolutní kumulativní četnost absolutní četnost 121 121 do 4000 Kč 47 168 4001-8000 Kč 8001-12000 28 196 Kč 12001 Kč a 18 214 více 214 celkem
relativní četnost 21,88% 8,50%
kumulativní relativní četnost 21,88% 30,38%
5,06%
35,44%
3,25% 38,70%
38,70%
Příloha č. 20 Jak jste spokojen/a se svým stávajícím notebookem? stav absolutní kumulativní relativní četnost absolutní četnost četnost 58 58 27,10% spokojen 88 146 41,12% spíše spokojen 45 191 21,03% spíše nespokojen 23 214 10,75% nespokojen 214 100,00% celkem
kumulativní relativní četnost 27,10% 68,22% 89,25% 100,00%
Příloha č. 21 Kontingenční tabulka závislosti otázek č. 9 a č. 19. cena v Kč do 8000 8001130011800123001 a 13000 18000 23000 více spokojenost 6 22 12 11 7 spokojen 15 32 25 10 6 spíše spokojen 9 15 13 7 1 spíše nespokojen 7 8 5 2 1 nespokojen 37 77 55 30 15 součet 47
součet 58 88 45 23 214
Příloha č. 22 Vypočtené četnosti pro otázky č. 9 a č. 19. cena v Kč do 8000 8001130011800113000 18000 23000 spokojenost 10,03 20,87 14,91 8,13 spokojen spíše 15,21 31,66 22,62 12,34 spokojen spíše 7,78 16,19 11,57 6,31 nespokojen 3,98 8,28 5,91 3,22 nespokojen 37,00 77,00 55,00 30,00 součet
23001 a součet více 4,07 58,00 6,17
3,15 45,00 1,61 23,00 15,00 214,00
Příloha č. 23 Vypočtená čtvercová kontingence pro otázky č. 9 a č. 19. cena v Kč do 8000 8001-13000 130011800118000 23000 spokojenost spokojen spíše spokojen spíše nespokojen nespokojen
88,00
23001 a více
1,62 0,00
0,06 0,00
0,57 0,25
1,01 0,44
2,12 0,00
0,19
0,09
0,18
0,08
1,47
2,30
0,01
0,14
0,46
0,23
Příloha č. 24 Kontingenční tabulka závislosti otázek č. 8 a č. 19. 2003 a 2005-2004 2007-2006 2009-2008 rok zakoupení dříve spokojenost 31 13 6 8 spokojen 24 35 22 7 spíše spokojen spíše 6 19 11 9 nespokojen 1 2 8 12 nespokojen 62 69 47 36 součet Příloha č. 25 Vypočtené četnosti pro otázky č. 8 a č. 19. 2003 a 2005-2004 2007-2006 rok zakoupení dříve spokojenost 16,80 18,70 12,74 spokojen 25,50 28,37 19,33 spíše spokojen spíše 13,04 14,51 9,88 nespokojen 6,66 7,42 5,05 nespokojen 62,00 69,00 47,00 součet
48
součet
58 88 45 23 214
2009-2008
součet
9,76 14,80
58,00 88,00
7,57 3,87 36,00
45,00 23,00 214,00
Příloha č. 26 Vypočtená čtvercová kontingence pro otázky č. 8 a č. 19. 2003 a dříve 2005-2004 2007-2006 rok zakoupení spokojenost spokojen spíše spokojen spíše nespokojen nespokojen
11,99 0,09 3,80
1,74 1,55 1,39
3,56 0,37 0,13
0,32 4,11 0,27
4,81
3,96
1,72
17,09
Příloha č. 27 Kontingenční tabulka závislosti otázek č. 9 a č. 18. cena v Kč do 8000 8001130011800123001 a 13000 18000 23000 více příjem 22 43 46 9 1 do 4000 Kč 10 28 3 6 0 40018000 Kč 3 3 4 11 7 800112000 Kč 2 3 2 4 7 12001 Kč a více 37 77 55 30 15 součet Příloha č. 28 Vypočtené četnosti pro otázky č. 9 a č. 18. cena v Kč do 8000 8001130011800113000 18000 23000 příjem do 4000 20,92 43,54 31,10 16,96 Kč 40018,13 16,91 12,08 6,59 8000 Kč 80014,84 10,07 7,20 3,93 12000 Kč 12001 Kč 3,11 6,48 4,63 2,52 a více 37,00 77,00 55,00 30,00 součet
součet 121 47 28 18 214
23001 a více
součet
8,48
121,00
3,29
47,00
1,96
28,00
1,26 15,00
18,00 214,00
Příloha č. 29 Vypočtená čtvercová kontingence pro otázky č. 9 a č. 18. cena v Kč 2003 a 2005-2004 2007-2006 2009-2008 dříve příjem do 4000 Kč 4001-8000 Kč 8001-12000 Kč 12001 Kč a více
2009-2008
součet
0,06 0,43
0,01 7,27
7,14 6,82
3,74 0,05
6,60 3,29
0,70
4,97
1,42
12,75
12,93
0,40
1,87
1,49
0,86
26,10
49
